VOL. 2026-08-04 · 12 STORIES · DAILY INTELLIGENCE
AI HOT RADAR 日报
2026-08-04 · PUBLISHED · 约 9 分钟
今日AI行业的核心动向集中在模型发布与基础设施升级两大主线
今日AI行业的核心动向集中在模型发布与基础设施升级两大主线。在模型侧，多家机构密集推出面向特定场景的轻量级或专用模型：Liquid AI发布2.6B参数的本地智能体模型，Mistral AI推出3B参数的多模态安全分类器，NVIDIA则连续发布两款面向自动驾驶的视觉-语言-动作模型，分别聚焦推理与链式思维能力。与此同时，Synthyra发布了蛋白质语言模型，Qwopus3.6-27B-Coder也推出了量化版本，显示出模型生态正加速向垂直领域和高效部署方向分化。在基础设施侧，Cloudflare集中发布了代理开发生命周期工具集、可编程钱包和CI SDK，旨在推动AI代理从代码生成走向完整的软件工程与支付闭环；Amazon Bedrock则正式上线Web Search功能，为模型响应提供网络知识接地。此外，llama.cpp连续发布两个版本，新增对Qwen3-TTS的支持并扩展SYCL路径的KV缓存兼容性，持续夯实本地推理的底层能力。整体来看，当日趋势呈现为：模型侧追求更小参数、更强专用能力，基础设施侧则着力构建代理运行所需的完整工具链与支付体系。
今日看点
2 个章节 · 12 条情报- 01模型发布Liquid AI 发布 LFM2.5-2.6B：高效本地智能体模型6
- 02产品发布Cloudflare 推出代理开发生命周期工具集，推动软件工厂自动化6
模型发布
MODEL RELEASE6 篇Liquid AI 发布 LFM2.5-2.6B：高效本地智能体模型
Liquid AI 发布了 LFM2.5-2.6B，一个 2.6B 参数的小型语言模型，专为本地和边缘设备上的智能体部署而设计。该模型通过四阶段后训练（包括 SFT、教师专业化、多领域策略蒸馏和智能体强化学习）在工具使用、指令遵循和多步智能体任务上表现出色，可与 4 倍大的模型竞争。LFM2.5-2.6B 支持高效的 CPU 和 GPU 推理，在 Apple M5 Max 上达到 220 tok/s，在 AMD Ryzen CPU 上达到 113 tok/s，并已与 llama.cpp、vLLM 等推理框架集成。该模型已在 Hugging Face 上发布，并提供浏览器演示。
Mistral AI 发布开源多模态安全分类器 Shieldstral
Mistral AI 发布了 Shieldstral，一个 3B 参数的开源多模态安全分类器，通过将内容审核构建为策略自适应问答任务，在文本安全方面匹配甚至超越高达其 7 倍规模的模型，并在多模态审核上达到新高度。该模型支持在推理时以自然语言提供政策，无需重新训练即可统一处理文本和图像，并输出校准的安全分数。Shieldstral 以 Apache 2.0 许可证开源，可在单张 16GB GPU 上高效运行，Mistral AI 还宣布其成为 Open Secure AI Alliance 的创始成员。
NVIDIA发布开源VLA模型Alpamayo 2 Super，加速自动驾驶开发
NVIDIA发布开源34B参数视觉-语言-动作模型Alpamayo 2 Super，用于加速自动驾驶开发。该模型结合Cosmos 3 Super Reasoner与扩散Action Expert，支持轨迹生成、推理、元动作预测及自动标注。在LingoQA基准上排名第一，超越多个更大模型。模型权重已开源，采用Linux基金会许可。
NVIDIA发布Alpamayo 1.5：面向自动驾驶的100亿参数推理VLA模型
NVIDIA发布了Alpamayo 1.5，这是一个基于Cosmos-Reason2 VLM骨干的100亿参数链式思维推理VLA模型，专为自动驾驶社区设计。该模型支持导航引导、灵活摄像头数量和用户问答，采用扩散轨迹解码器，并已通过RL后训练。模型权重在OpenMDW-1.1许可下发布，源代码采用Apache 2.0，主要用于处理自动驾驶中的罕见长尾事件。
Synthyra 发布 ESMplusplus_small 蛋白质语言模型
Hugging Face 上发布了 Synthyra/ESMplusplus_small 模型，这是 FastPLMs 对 ESMC 的实现，支持蛋白质语言建模和掩码语言模型任务。该模型提供嵌入、PEFT 微调和测试时训练功能，并支持多种注意力后端。模型要求 Python 3.11-3.14、PyTorch 2.13 和 Transformers 5.13，并依赖 FlashAttention。
Qwopus3.6-27B-Coder 发布 NVFP4 量化版，支持 vLLM 与工具调用
Hugging Face 上发布了 Qwopus3.6-27B-Coder 的 NVFP4 量化版本，该模型基于 Jackrong/Qwopus3.6-27B-Coder，采用 W4A4 量化，大小约 18GB，相比 bf16 原始模型减少约 33%，在 wikitext-2 上困惑度为 6.63，支持 256K 上下文，专为 NVIDIA Blackwell 上的 vLLM 优化，支持工具调用和思考模式。
产品发布
PRODUCT RELEASE6 篇Cloudflare 推出代理开发生命周期工具集，推动软件工厂自动化
Cloudflare 宣布推出新工具集，旨在让 AI 代理超越代码生成，承担更多软件开发生命周期（SDLC）的任务，包括 CI/CD 运行、本地开发中的可观测性、代理监控等。Cloudflare 提出用代理开发生命周期（ADLC）取代传统 SDLC，强调软件工厂需要可编程、可扩展、可复现、实时、原子化、权限化和自改进的平台。此举旨在应对 AI 生成代码带来的交付速度激增，减轻人类工程师负担。
Cloudflare 推出可编程钱包，助力代理互联网支付
Cloudflare 宣布推出 Cloudflare Wallets，为 AI 代理提供可编程钱包，解决代理在注册和支付 API 时的困难。钱包分为账户钱包和虚拟钱包，支持稳定币微支付，并通过 x402 协议与 Monetization Gateway 集成。此举旨在推动代理经济，让代理能自主探索和购买服务，同时通过支出上限保障安全。
Cloudflare 推出 CI SDK，支持在平台上运行百万级仓库的 CI/CD
Cloudflare 发布了 CI SDK，基于 Workflows 和 Sandbox SDK，允许开发者在 Cloudflare 平台上直接运行 CI/CD 流水线，支持构建、测试、缓存、自愈和条件部署。该 SDK 将 CI/CD 流水线定义为 TypeScript 代码，替代 YAML 配置，并支持平台管理和自定义 CI 并行运行。此举旨在简化大规模仓库的持续集成流程，提升开发者体验。
Amazon Bedrock 推出 Web Search 功能，实现基础模型网络知识接地
AWS 在纽约峰会上宣布 Amazon Bedrock 上的 Web Search 功能正式可用，该功能通过内置的服务器端工具，将模型响应基于最新的网络知识进行 grounding，无需第三方供应商或外部 API。它采用多源 grounding 方法，结合亚马逊运营的网络索引和知识图谱，提供上下文高效的检索和单参数启用，并支持企业级合规（零数据出口）。开发者可通过 OpenAI Responses API 轻松启用，目前支持通过 Bedrock 提供的 OpenAI 模型。
llama.cpp b10270 发布，支持 Qwen3-TTS
llama.cpp 发布 b10270 版本，主要新增对 Qwen3-TTS 的支持，包括文本模型、编码器、说话人编码器及代码到语音的转换，并重构了 llama-tts 二进制文件。该版本还提供了多种平台和硬件加速的预编译二进制文件。
llama.cpp b10255 扩展 SYCL SDPA 支持非 FP16 KV 缓存
llama.cpp 发布 b10255 版本，扩展了 SYCL oneDNN SDPA 路径以支持非 FP16 的 KV 缓存（包括 Q4_0-Q8_0 和 FP32），通过在设备上将 K/V 反量化为 FP16 后送入 SDPA 图，使融合的 systolic 内核与原生 FP16 路径一致运行。该版本还包含流同步修复和移除 V_is_K_view 别名，并提供了多平台二进制下载。